本公开涉及计算机，尤其涉及大语言模型、自然语言处理、深度学习等人工智能，具体涉及一种基于大模型的题目处理方法、装置、电子设备及存储介质。
背景技术：
1、由于数学题目的数量大、题型丰富等特点，通过检索的方式获取题目答案的方法局限性较大，无法满足用户获取多样化题目答案的需求。
2、因此，如何利用生成式人工智能(artificial intelligence generatedcontent，aigc)，对数学问题进行高效准确的自动化求解，成为了一个值得研究的问题。
技术实现思路
1、本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此，本公开的目的在于提出一种基于大模型的题目处理方法、装置、电子设备及存储介质，不仅能够提高了题目求解的效率，而且在确保大语言模型的建模能力的同时，提高了计算的准确性。
3、根据本公开第一方面，提供了一种基于大模型的题目处理方法，包括：
4、将待处理的第一题目输入第一大模型；
5、对所述第一大模型输出的内容进行监测，在监测到所述第一大模型当前输出的内容为预设符号的情况下，基于所述第一大模型已输出的第一内容中与所述预设符号关联的算式调用计算服务，获取所述计算服务返回的答案；
6、将所述答案与所述第一内容进行拼接；
7、返回执行所述对所述第一大模型输出的内容进行监测的操作，直至获取到所述第一大模型输出的终止符，确定获取到所述第一题目对应的第一答案。
8、根据本公开第二方面，提供了一种生成处理题目的大模型的方法，包括：
9、获取第一数据集，其中，所述第一数据集中包含多个数据对，每个所述数据对中包含第二题目及所述第二题目的第二答案；
10、对每个所述第二答案进行算式检测；
11、基于预设的符号，对检测到第一类型算式的第二答案进行更新，以获取更新后的第二答案，其中，所述预设的符号为用于触发调用计算服务的符号；
12、基于第二数据集，对第一初始大模型进行训练，直至获取到目标第一大模型，其中，所述第二数据集中包含更新后的第二答案，所述目标第一大模型为用于生成输入的题目对应的答案的模型。
13、根据本公开第三方面，提供了一种基于大模型的题目处理装置，包括：
14、输入模块，用于将待处理的第一题目输入第一大模型；
15、第一获取模块，用于对所述第一大模型输出的内容进行监测，在监测到所述第一大模型当前输出的内容为预设符号的情况下，基于所述第一大模型已输出的第一内容中与所述预设符号关联的算式调用计算服务，获取所述计算服务返回的答案；
16、处理模块，用于将所述答案与所述第一内容进行拼接；
17、第二获取模块，用于返回执行所述对所述第一大模型输出的内容进行监测的操作，直至获取到所述第一大模型输出的终止符，确定获取到所述第一题目对应的第一答案。
18、根据本公开第四方面，提供了一种生成处理题目的大模型的装置，包括：
19、第三获取模块，用于获取第一数据集，其中，所述第一数据集中包含多个数据对，每个所述数据对中包含第二题目及所述第二题目的第二答案；
20、检测模块，用于对每个所述第二答案进行算式检测；
21、第四获取模块，用于基于预设的符号，对检测到第一类型算式的第二答案进行更新，以获取更新后的第二答案，其中，所述预设的符号为用于触发调用计算服务的符号；
22、第五获取模块，用于基于第二数据集，对第一初始大模型进行训练，直至获取到目标第一大模型，其中，所述第二数据集中包含更新后的第二答案，所述目标第一大模型为用于生成输入的题目对应的答案的模型。
23、根据本公开的第五方面，提供了一种电子设备，包括：
24、至少一个处理器；以及
25、与所述至少一个处理器通信连接的存储器；其中，
26、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的基于大模型的题目处理方法，或如第二方面所述的生成处理题目的大模型的方法。
27、根据本公开第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面所述的基于大模型的题目处理方法，或如第二方面所述的生成处理题目的大模型的方法。
28、根据本公开的第七方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令在被处理器执行时实现如第一方面所述的基于大模型的题目处理方法，或如第二方面所述的生成处理题目的大模型的方法的步骤。
29、本公开提供的基于大模型的题目处理方法、装置、电子设备及存储介质，存在如下有益效果：
30、在本公开中，先将待处理的第一题目输入第一大模型，并对第一大模型输出的内容进行监测，在监测到第一大模型当前输出的内容为预设符号的情况下，基于第一大模型已输出的第一内容中与预设符号关联的算式调用计算服务，获取计算服务返回的答案，然后将答案与第一内容进行拼接，之后返回执行对第一大模型输出的内容进行监测的操作，直至获取到第一大模型输出的终止符，以确定获取到第一题目对应的第一答案。由此，通过利用大语言模型对目标处理的题目进行推理求解，并且在推理过程中，基于大语言模型解码输出的字符来调用计算服务，对输出的算式进行计算，不仅提高了题目求解的效率，而且在确保大语言模型的建模能力的同时，提高了计算的准确性。
31、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种基于大模型的题目处理方法，包括：
2.如权利要求1所述的方法，其中，在所述确定获取到所述第一题目对应的第一答案之后，还包括：
3.一种生成处理题目的大模型的方法，包括：
4.如权利要求3所述的方法，其中，所述对每个所述第二答案进行算式检测，包括：
5.如权利要求3所述的方法，其中，在所述对每个所述第二答案进行算式检测之后，还包括：
6.如权利要求3所述的方法，其中，所述获取第一数据集，包括：
7.如权利要求6所述的方法，其中，在所述将每个所述第三题目及第三答案对，输入第二大模型之前，还包括：
8.如权利要求3-7任一所述的方法，其中，所述基于第二数据集，对第一初始大模型进行训练，直至获取到目标第一大模型，包括：
9.一种基于大模型的题目处理装置，包括：
10.如权利要求9所述的装置，其中，所述第二获取模块，还用于：
11.一种生成处理题目的大模型的装置，包括：
12.如权利要求11所述的装置，其中，所述检测模块，具体用于：
13.如权利要求11所述的装置，其中，所述检测模块，还用于：
14.如权利要求11所述的装置，其中，所述第三获取模块，具体用于：
15.如权利要求14所述的装置，其中，所述第三获取模块，还用于：
16.如权利要求11-15任一所述的装置，其中，所述第五获取模块，具体用于：
17.一种电子设备，包括：
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，其中，所述计算机指令用于使所述计算机执行权利要求1-2中任一项所述的基于大模型的题目处理方法，或者执行权利要求3-8中任一项所述的生成处理题目的大模型的方法。
19.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1-2中任一项所述的基于大模型的题目处理方法，或者如权利要求3-8中任一项所述的生成处理题目的大模型的方法。
